Der neue KI-Chip AI Pro wird auf einer Leiterplatte montiert. Andreas Heddergott/TU Muenchen Digitale Souveränität in Sachen KI-Chips und die Dominanz von Nvidia und Co. brechen? Das lässt sich eventuell mit dem von Hussam Amrouch entwickelten Chip AI Pro realisieren. Der Professor der Technischen Universität München (TUM) hat einen KI-Chip entworfen, der über eine neuromorphe Architektur verfügt. Dies ermöglicht AI Pro, Berechnungen vor Ort und damit Cyber-sicher auszuführen. Zudem verbraucht er bis zu zehnmal weniger Energie als ein herkömmlicher KI-Chip. Anders als bei klassischen Chips liegen Rechen- und Speichereinheit beim AI Pro zusammen. Das ist möglich, da der Chip nach dem Prinzip des „hyperdimensional computing“ arbeitet: Das bedeutet, dass er Ähnlichkeiten und Muster erkennt, aber nicht Millionen von Datensätzen zum Lernen benötigt. KI-Chip kombiniert Informationen Statt unzählige Bilder von Autos gezeigt zu bekommen, wie beim Deep Learning, das bei herkömmlichen KI-Chips zum Einsatz kommt, kombiniert dieser Chip diverse Informationen. Etwa, dass ein Auto vier Räder hat, in der Regel auf der Straße fährt und unterschiedliche Formen haben kann. „Auch Menschen abstrahieren und lernen durch Ähnlichkeiten“, erläutert Amrouch. „Während Nvidia eine Plattform gebaut hat, die auf Cloud-Daten angewiesen ist und verspricht, jedes Problem zu lösen, haben wir einen KI-Chip entwickelt, der kundenspezifische Lösungen ermöglicht“, beschreibt der Professor das Potenzial des Chips. „Hier schlummert ein enormer Markt.“ Allerdings verfügt sein Chip lediglich über rund zehn Millionen Transistoren und ist damit nicht ganz so dicht gepackt und auch nicht ganz so leistungsfähig wie Nvidia-Chips mit 200 Milliarden Transistoren. Daten vor Ort verarbeiten Doch darauf kommt es Amrouch nicht primär an. Er und sein Team haben sich auf KI-Chips spezialisiert, die Daten direkt vor Ort verarbeiten. Damit müssen die Informationen nicht erst in die Cloud geschickt und dort zusammen mit Millionen anderen Datensätzen verarbeitet sowie wieder zurückgeschickt werden. Das spart nach Darstellung der Münchner Zeit, Rechenkapazitäten von Servern und reduziert den CO₂-Fußabdruck von KI. Erste Prototypen hat der Professor für KI-Prozessor-Design bereits beim Halbleiterhersteller Global Foundries in Dresden fertigen lassen. Derzeit kostet ein AI-Pro-Chip noch 30.000 Euro.
Digitale Souveränität: KI-Chip Made in München
Der neue KI-Chip AI Pro wird auf einer Leiterplatte montiert. Andreas Heddergott/TU Muenchen Digitale Souveränität in Sachen KI-Chips und die Dominanz von Nvidia und Co. brechen? Das lässt sich eventuell mit dem von Hussam Amrouch entwickelten Chip AI Pro realisieren. Der Professor der Technischen Universität München (TUM) hat einen KI-Chip entworfen, der über eine neuromorphe Architektur verfügt. Dies ermöglicht AI Pro, Berechnungen vor Ort und damit Cyber-sicher auszuführen. Zudem verbraucht er bis zu zehnmal weniger Energie als ein herkömmlicher KI-Chip. Anders als bei klassischen Chips liegen Rechen- und Speichereinheit beim AI Pro zusammen. Das ist möglich, da der Chip nach dem Prinzip des „hyperdimensional computing“ arbeitet: Das bedeutet, dass er Ähnlichkeiten und Muster erkennt, aber nicht Millionen von Datensätzen zum Lernen benötigt. KI-Chip kombiniert Informationen Statt unzählige Bilder von Autos gezeigt zu bekommen, wie beim Deep Learning, das bei herkömmlichen KI-Chips zum Einsatz kommt, kombiniert dieser Chip diverse Informationen. Etwa, dass ein Auto vier Räder hat, in der Regel auf der Straße fährt und unterschiedliche Formen haben kann. „Auch Menschen abstrahieren und lernen durch Ähnlichkeiten“, erläutert Amrouch. „Während Nvidia eine Plattform gebaut hat, die auf Cloud-Daten angewiesen ist und verspricht, jedes Problem zu lösen, haben wir einen KI-Chip entwickelt, der kundenspezifische Lösungen ermöglicht“, beschreibt der Professor das Potenzial des Chips. „Hier schlummert ein enormer Markt.“ Allerdings verfügt sein Chip lediglich über rund zehn Millionen Transistoren und ist damit nicht ganz so dicht gepackt und auch nicht ganz so leistungsfähig wie Nvidia-Chips mit 200 Milliarden Transistoren. Daten vor Ort verarbeiten Doch darauf kommt es Amrouch nicht primär an. Er und sein Team haben sich auf KI-Chips spezialisiert, die Daten direkt vor Ort verarbeiten. Damit müssen die Informationen nicht erst in die Cloud geschickt und dort zusammen mit Millionen anderen Datensätzen verarbeitet sowie wieder zurückgeschickt werden. Das spart nach Darstellung der Münchner Zeit, Rechenkapazitäten von Servern und reduziert den CO₂-Fußabdruck von KI. Erste Prototypen hat der Professor für KI-Prozessor-Design bereits beim Halbleiterhersteller Global Foundries in Dresden fertigen lassen. Derzeit kostet ein AI-Pro-Chip noch 30.000 Euro.
Digitale Souveränität: KI-Chip Made in München Der neue KI-Chip AI Pro wird auf einer Leiterplatte montiert. Andreas Heddergott/TU Muenchen Digitale Souveränität in Sachen KI-Chips und die Dominanz von Nvidia und Co. brechen? Das lässt sich eventuell mit dem von Hussam Amrouch entwickelten Chip AI Pro realisieren. Der Professor der Technischen Universität München (TUM) hat einen KI-Chip entworfen, der über eine neuromorphe Architektur verfügt. Dies ermöglicht AI Pro, Berechnungen vor Ort und damit Cyber-sicher auszuführen. Zudem verbraucht er bis zu zehnmal weniger Energie als ein herkömmlicher KI-Chip. Anders als bei klassischen Chips liegen Rechen- und Speichereinheit beim AI Pro zusammen. Das ist möglich, da der Chip nach dem Prinzip des „hyperdimensional computing“ arbeitet: Das bedeutet, dass er Ähnlichkeiten und Muster erkennt, aber nicht Millionen von Datensätzen zum Lernen benötigt. KI-Chip kombiniert Informationen Statt unzählige Bilder von Autos gezeigt zu bekommen, wie beim Deep Learning, das bei herkömmlichen KI-Chips zum Einsatz kommt, kombiniert dieser Chip diverse Informationen. Etwa, dass ein Auto vier Räder hat, in der Regel auf der Straße fährt und unterschiedliche Formen haben kann. „Auch Menschen abstrahieren und lernen durch Ähnlichkeiten“, erläutert Amrouch. „Während Nvidia eine Plattform gebaut hat, die auf Cloud-Daten angewiesen ist und verspricht, jedes Problem zu lösen, haben wir einen KI-Chip entwickelt, der kundenspezifische Lösungen ermöglicht“, beschreibt der Professor das Potenzial des Chips. „Hier schlummert ein enormer Markt.“ Allerdings verfügt sein Chip lediglich über rund zehn Millionen Transistoren und ist damit nicht ganz so dicht gepackt und auch nicht ganz so leistungsfähig wie Nvidia-Chips mit 200 Milliarden Transistoren. Daten vor Ort verarbeiten Doch darauf kommt es Amrouch nicht primär an. Er und sein Team haben sich auf KI-Chips spezialisiert, die Daten direkt vor Ort verarbeiten. Damit müssen die Informationen nicht erst in die Cloud geschickt und dort zusammen mit Millionen anderen Datensätzen verarbeitet sowie wieder zurückgeschickt werden. Das spart nach Darstellung der Münchner Zeit, Rechenkapazitäten von Servern und reduziert den CO₂-Fußabdruck von KI. Erste Prototypen hat der Professor für KI-Prozessor-Design bereits beim Halbleiterhersteller Global Foundries in Dresden fertigen lassen. Derzeit kostet ein AI-Pro-Chip noch 30.000 Euro.